# 将代理式人工智能与 DynamoDB 结合使用
<a name="ddb-ai-integration"></a>

Amazon DynamoDB 是一种无服务器、完全托管的分布式 NoSQL 数据库，在任何规模下都能提供个位数毫秒级性能。DynamoDB 已针对高吞吐量工作负载进行了优化，您可以通过与生成式人工智能模型集成来扩展其功能。利用生成式人工智能模型，您可以实时处理存储在 DynamoDB 表中的数据，并构建具有上下文感知功能且高度个性化的应用程序。您还可以充分利用业务、用户和应用程序数据来定制生成式人工智能解决方案，从而增强终端用户体验。

有关生成式人工智能以及 Amazon 提供的生成式人工智能应用程序构建解决方案的更多信息，请参阅[使用生成式人工智能实现业务转型](https://www.amazonaws.cn/ai/generative-ai/)。

**Topics**
+ [DynamoDB 的生成式人工智能应用场景](#gen-ai-use-case-ddb)
+ [DynamoDB 的生成式人工智能博客](#gen-ai-blogs)
+ [将 DynamoDB 零 ETL 集成与 OpenSearch Service 结合使用](ddb-and-amazon-bedrock.md)
+ [将 DynamoDB 用作 LangGraph 代理的检查点存储](ddb-langgraph-checkpoint.md)

## DynamoDB 的生成式人工智能应用场景
<a name="gen-ai-use-case-ddb"></a>

DynamoDB 广泛用于人工智能驱动的对话应用程序中，例如聊天机器人和使用[基础模型（FM）](https://www.amazonaws.cn/what-is/foundation-models/)构建的呼叫中心。可以通过 Amazon Bedrock、Amazon SageMaker AI 或其它模型提供商访问 FM。此类应用程序通常使用 DynamoDB 来改进个性化并增强三种数据模式的用户体验：应用程序数据、业务数据和用户数据。以下是这些数据模式的一些示例：
+ 通过与 [LangChain](https://js.langchain.com/v0.1/docs/integrations/chat_memory/dynamodb/)、[LlamaIndex](https://docs.llamaindex.ai/en/stable/examples/docstore/DynamoDBDocstoreDemo/) 或自定义代码集成来存储应用程序数据，例如聊天消息历史记录。此上下文可让模型与用户来回*对话*，从而增强用户体验。
+ 利用库存、定价和文档等业务数据创建定制用户体验。
+ 使用用户数据（例如，Web 历史记录、过去的订单和用户偏好）来提供个性化的答案。

例如，保险公司可以使用 DynamoDB 构建聊天机器人，让基于[检索增强生成（RAG）](https://docs.amazonaws.cn/sagemaker/latest/dg/jumpstart-foundation-models-customize-rag.html)的生成式人工智能模型能够访问近实时的数据。此类数据的示例包括实时抵押贷款利率、产品定价、合规/标准合同副本、用户 Web 历史记录和用户偏好。通过将 DynamoDB 与 RAG 结合使用，可以获得有关保险产品和用户数据的深入的更新信息。这将丰富提示和答案，为终端用户提供准确、个性化且近实时的体验。

同样，金融服务行业的客户可使用 DynamoDB、[Amazon Bedrock 知识库](https://docs.amazonaws.cn/bedrock/latest/userguide/knowledge-base.html)和 [Amazon Bedrock 代理](https://www.amazonaws.cn/bedrock/agents/)来构建基于 RAG 的生成式人工智能应用程序。这些应用程序可以使用开源财报和通话记录。他们还可以使用用户特定的投资组合和交易历史记录来生成投资组合的按需摘要，包括对未来的展望。

## DynamoDB 的生成式人工智能博客
<a name="gen-ai-blogs"></a>

以下文章提供了详细的用例、最佳实践和分步指南，有助于您利用 DynamoDB 的功能来构建人工智能驱动的高级应用程序。
+ [Amazon DynamoDB data models for generative AI chatbots ](https://www.amazonaws.cn/blogs/database/amazon-dynamodb-data-models-for-generative-ai-chatbots/) 
+ [Build a scalable, context-aware chatbot with Amazon DynamoDB, Amazon Bedrock, and LangChain](https://www.amazonaws.cn/blogs/database/build-a-scalable-context-aware-chatbot-with-amazon-dynamodb-amazon-bedrock-and-langchain/) 
+ [Build durable AI agents with LangGraph and Amazon DynamoDB](https://www.amazonaws.cn/blogs/database/build-durable-ai-agents-with-langgraph-and-amazon-dynamodb/)